AI正在變得“聰明”地偷懶。有用戶發(fā)現(xiàn)，現(xiàn)在的AI似乎越來(lái)越“蠢”，比如給ChatGPT出一道簡(jiǎn)單的算術(shù)題，它卻算錯(cuò)了。但同樣的模型在處理復(fù)雜的微積分問(wèn)題時(shí)卻表現(xiàn)正常。這背后的原因是AI模型正在學(xué)會(huì)根據(jù)問(wèn)題的復(fù)雜程度來(lái)決定是否“思考”，以此來(lái)提高效率和節(jié)省成本。

以O(shè)penAI為例，其GPT-5模型通過(guò)引入“感知路由器”模塊，讓模型自己決定是否需要深入思考。這種方式使得GPT-5輸出的token數(shù)減少了50%-80%，大大降低了計(jì)算成本。類(lèi)似的，美團(tuán)發(fā)布的開(kāi)源模型LongCat也采用了“零計(jì)算專(zhuān)家”機(jī)制，通過(guò)小路由器將不同的token分配給不同的神經(jīng)網(wǎng)絡(luò)，從而實(shí)現(xiàn)高效處理。

這種“偷懶”的設(shè)計(jì)對(duì)模型廠商來(lái)說(shuō)是好事，既能省錢(qián)又能提升訓(xùn)練效率。從用戶角度看，模型響應(yīng)速度更快、價(jià)格更便宜。然而，這也是一把雙刃劍。如果使用不當(dāng)，會(huì)嚴(yán)重影響用戶體驗(yàn)。比如GPT-5剛上線時(shí)，用戶發(fā)現(xiàn)很難調(diào)出它的深度思考模式，甚至簡(jiǎn)單的數(shù)學(xué)問(wèn)題也答不對(duì)。

此外，這種設(shè)計(jì)還剝奪了用戶的選擇權(quán)。例如，OpenAI曾一度關(guān)閉了部分高級(jí)模型的訪問(wèn)權(quán)限，導(dǎo)致許多用戶不滿。盡管后來(lái)又重新開(kāi)放，但這反映出在模型發(fā)布時(shí)，相關(guān)設(shè)置可能并未調(diào)整到最佳狀態(tài)。

美團(tuán)的LongCat雖然速度快，但在處理復(fù)雜問(wèn)題時(shí)的表現(xiàn)不如其他大模型。比如在解讀一個(gè)幽默句子時(shí)，LongCat沒(méi)有解析出其中的笑點(diǎn)，而其他模型則能準(zhǔn)確理解。

盡管如此，用戶還是有一些方法可以“喚醒”AI的深度思考模式，比如在提示詞中加入“深度思考”等字眼。但這種方法并不總是有效，有時(shí)AI仍然會(huì)“罷工”。

總的來(lái)說(shuō)，AI的這種“見(jiàn)人下菜碟”的能力雖然在技術(shù)上是一個(gè)進(jìn)步，但在用戶體驗(yàn)上還有待改進(jìn)。目前的AI模型雖然在效率上有所提升，但在靈活性和用戶滿意度方面仍需進(jìn)一步優(yōu)化。